Elektrofahrzeuge bieten, durch regenerativen Strom geladen, eine emissionsfreie und von fossilen Brennstoffen unabhängige Alternative zu konventionellen Fahrzeugen. Mittels intelligenter Ladeinfrastruktur und der auf Informations- und Kommunikationstechnik (KT) basierten Anbindung von Elektrofahrzeugen können diese als gesteuerte Last oder als Speicher verwendet werden. Für eine optimierte Nutzung der Fahrzeuge ist eine übergeordnete Koordination und Steuerung, in Form einer Mobilitätsleitwarte, von Vorteil. Für die Erstellung von Mobilitätsprognosen und zur streckenbezogenen Abschätzung des Energiebedarfs sind präzise Modelle notwendig. Auf Grundlage der Fahrprofildaten wurde ein adaptives Modell eines Elektrofahrzeuges erstellt. Dieses beschreibt die Fahrdynamik sowie den Wirkungsgrad der gesamten Wirkungskette, beginnend bei der Batterie, dem Wechselrichter, dem Getriebe bis hin zur Kraftübertragung auf den Asphalt. Für das Fahrzeugmodell wurden zwei Optimierungsalgorithmen generiert. Es wurde ein genetischer Algorithmus und eine Black-BoxModellierung unter Verwendung eines neuronalen Netzes durchgeführt, mit denen die Parameter der Wirkungskette bestimmt wurden. Abschließend wurden die erhobenen Daten ausgewertet und eine Validierung der obigen Methoden, Algorithmen und Verfahren vorgenommen und miteinander verglichen.


    Access

    Access via TIB

    Check availability in my library

    Order at Subito €


    Export, share and cite



    Title :

    Elektrofahrzeugmodellierung zur streckenbezogenen Verbrauchsprognose


    Contributors:
    Ma, X. (author) / Wenige, C. (author) / Komarnicki, P. (author) / Styczynski, Z.A. (author)


    Publication date :

    2013


    Size :

    5 Seiten, 6 Bilder, 3 Tabellen, 11 Quellen



    Type of media :

    Conference paper


    Type of material :

    Print


    Language :

    German